苟 静，刘 刚,2，何 敬

（1. 成都理工大学地球科学学院，四川 成都 610059；2. 成都理工大学地质灾害防治与地质环境保护国家重点实验室，四川 成都 610059）

马铃薯是世界第四大粮食作物、公认的粮菜食品[1]，也是我国重要的经济作物，对保障全球粮食安全有着重要的意义。生产上，及时掌握马铃薯的生长情况对促进马铃薯高产稳产、提质增效尤为重要。叶绿素是植物进行光合作用时必需的催化剂，植物叶片中的叶绿素含量会直接影响植物光合作用能力[2]。因此，快速准确测定马铃薯叶绿素含量对于监测马铃薯光合作用能力及生长情况意义重大。

传统的叶绿素测定方法主要依靠人工实地取样测定，这种方法不仅取样工作量大，对马铃薯植株有一定损伤，而且实验室分析复杂，费时费力[3]。研究表明，高光谱成像仪采集的数据包含大量光谱信息，而植物光谱特征与叶绿素含量有着密切关系[4]。因此，高光谱成像仪可以在不损伤作物的情况下获取作物叶片的各种光谱参数，再通过数学方法构建模型从而很好地监测作物的生长情况[5]。由于叶绿素含量与叶绿素相对含量值（SPAD值）之间有较好的相关性[6-8]，通常以SPAD值来表征植物叶片叶绿素含量水平[9]。

近年来，国内外很多学者利用高光谱成像技术对作物进行了大量的研究，并取得了一定的成果。马文君等[10]利用全生育期的棉花冠层无人机高光谱数据，以原始光谱反射率和一阶导数光谱参数通过传统回归分析方法、最小二乘回归（PLSR）方法构建了棉花全生育期的SPAD值估算模型，结果表明PLSR的估算精度更好。……